Elasticsearch 的安裝與使用(三): python操作Elasticsearch增刪改查

1.python鏈接ES:

    from elasticsearch import Elasticsearch
    self.es = Elasticsearch([{'host': "192.168.1.88", 'port': 9200}])

可以指定鏈接的ES的IP

2.ES插入數(shù)據(jù):

2.1 插入單條數(shù)據(jù)

    for i in range(10):
        self.es.index(index="my-index", doc_type="test-type", body={"any": "data01", "timestamp": i})

2.2批量插入數(shù)據(jù) [{},{}]

from elasticsearch import helpers
helpers.bulk(self.es, [{'_index':"my-index",'_type':'test-type'}, {}])

3.ES刪除數(shù)據(jù):

3.1 刪除單條數(shù)據(jù) 指定id

self.es.delete(index='my-index', doc_type='test-type', id='jqcvIGsB6xO89rzf_sKP')

3.2 刪除指定條件數(shù)據(jù) 批量刪除

 # 根據(jù)指定條件刪除  查詢條件必須符合DLS格式
query = {

        # 查詢語句
        "query": {
            'range': {'timestamp': {'lte': "2019-06-04T10:06:12.629748"}}
        }
    }
    self.es.delete_by_query(index='my-index', doc_type='test-type', body=query)

4.ES更新數(shù)據(jù):

ES不支持更新操作辙芍,具體更新操作底層實(shí)現(xiàn)的原理是: 刪除原來索引的數(shù)據(jù),插入新索引的數(shù)據(jù)。每一次更新,es的_version字段內(nèi)容會(huì)遞增陨界。

4.1 依據(jù)id更新單條數(shù)據(jù):

# 更新單條數(shù)據(jù)
    doc = {
        'doc': {'test': "哈哈哈",
                'sdfs':"fdasfsdf"
                }

    }
    self.es.update(index='my-index', doc_type='test-type', id="tqdHIGsB6xO89rzfnsIL", body=doc)

4.2 依據(jù)條件,批量更新數(shù)據(jù):

 body = {
        # 查詢條件
        'query': {
            'term': {
                "timestamp": 6
            }
        },
        # 更新內(nèi)容  第一種更新方式
        'script': {
            "source": "ctx._source.key_name = 'update_value'",
        },

        # 更新內(nèi)容 第二種更新方式
        'script': {
            'source': "ctx._source.key_name = params.tags",
            "params": {
                "tags": "hahhah"
            },
        },

        # 更新內(nèi)容 第三種更新方式
        'script': {
            "source": "if(ctx._source.key_name == 'es_value'){ctx._source.key2_name='update_value'}else{ctx._source.key2_name='update_value'}", # if else 更新


        }
    }
    
self.es.update_by_query(index='my-index', doc_type='test-type', body=body)

5.ES查詢數(shù)據(jù):

5.1 普通查詢:

第一種方式:
 # 返回全部數(shù)據(jù)
    result = self.es.search(index='my-index', doc_type='test-type')
    
 第二種方式:
    body ={
        'query':{
            'match_all':{}
        }
    }
    result = self.es.search(index='my-index',doc_type='test-type',body=body)

5.2 條件查詢:

5.2.1 term 精確查詢

 # term 查詢timestamp為0的所有數(shù)據(jù)
    body = {
        'query': {
            'term': {
                'properties.provinces_name.keyword': '陜西'
            }
        },

    }

5.2.2 terms查詢多個(gè)條件

 # terms 查詢多個(gè)條件 返回timestamp為0或者1的所有數(shù)據(jù)
    body = {
        'query': {
            'terms': {
                'timestamp': [0, 1]
            }
        }
    }

5.2.3 match 匹配多個(gè)分詞

 # # match 精確匹配 test 值為lalalla的數(shù)據(jù)
    body = {
        'query': {
            'match': {
                'properties.provinces_name.keyword': '陜西省'
            }
        }
    }

match 的效果 測(cè)試 對(duì)于中文來說幌氮,等價(jià)于term眷蜓,如果匹配的是英文詞語,例如 'pre fix hha' 則會(huì)匹配 包含 pre 和 fix 已經(jīng) hha三個(gè)詞的key想鹰。

5.2.4 multi_match 匹配多個(gè)key中包含關(guān)鍵字的數(shù)據(jù)

# multi_match  匹配多個(gè)key中包含關(guān)鍵字的數(shù)據(jù)
    body = {
        'query': {
            'multi_match': {
                "query": "關(guān)鍵字",
                "fields": ['test', '待匹配key']
            }
        }
    }

5.2.5 ids 依據(jù)id匹配多個(gè)值

body = {
            'query': {
                'ids': {
                    'values': ['SacWIGsB6xO89rzf1RBH', 'VqcWIGsB6xO89rzf1RBH','id值']
                }
            }
        }

5.2.6 range 范圍查詢

# 范圍查詢 range
    body = {
        'query': {
            'range': {
                'properties.id': {
                    'gte': 11777028,  # >
                    'lte': 11777151,  # <
                }
            }
        }
    }

5.2.7 前綴查詢 prefix

# 前綴查詢 prefix
    body = {
        'query': {
            'prefix': {
                'properties.addr.keyword': '陜西省'
            }
        }
    }

5.2.8 wildcard 通配符查詢

# 通配符查詢 wildcard
    body = {
        'query': {
            'wildcard':{
                'properties.addr.keyword': '陜西*'
            }
        }
    }

wildcard 也可以用做 模糊查詢紊婉,* 代表著一個(gè)任意值。

5.3 復(fù)合查詢 bool查詢, must 辑舷,should,must_not

5.3.1 must 返回滿足所有條件的值喻犁。 and 與

 # must [] 滿足所有條件才會(huì)返回   
    body = {
        'query': {
            'bool': {
                'must': [
                    {
                        'term': {
                            'properties.addr.keyword': '安康市旬陽縣一零二省道',
                        }

                    },
                    {
                        'term': {
                            "properties.name.keyword": "大嶺鋪"
                        }
                    }

                ]
            }
        }
    }

5.3.2 should 返回滿足任意一個(gè)條件的值。 or 或

 # should [] 滿足任意一個(gè)條件

    body = {
        'query': {
            'bool': {
                'should': [
                    {
                        'term': {
                            'properties.addr.keyword': '陜西省安康市漢濱區(qū)G69(銀百高速)',
                        }
                    },
                    {
                        'term': {
                            "properties.name.keyword": "大嶺鋪"
                        }
                    }
                ]
            }
        }
    }

5.3.3 must _not 返回不滿足所有條件的值何缓。 ! 非

# must_not ! 非 所有條件都不滿足

    body = {
        'query': {
            'bool': {
                'must_not': [
                    {
                        'term': {
                            'properties.addr.keyword': '陜西省安康市漢濱區(qū)G69(銀百高速)',
                        }
                    },
                    {
                        'term': {
                            "properties.name.keyword": "大嶺鋪"
                        }
                    }
                ]
            }
        },
        'from': 0,   # 返回指定數(shù)量
        'size': 50,
    }

ES的條件查詢肢础,默認(rèn)是返回10條數(shù)據(jù)。 可以通過 "from","size"碌廓, 來指定返回?cái)?shù)據(jù)的數(shù)量和位置传轰。

5.4 sort 排序

 body = {
        'query': {
            'match_all': {}
        },
        'sort': {
            'properties.id': {                  # 根據(jù)某個(gè)字段升序降序
                "order": "desc"     # asc升序, desc降序
            }
        }
    }

5.5 響應(yīng)過濾 file_path

# 只需要獲取_id數(shù)據(jù)谷婆,多個(gè)條件用逗號(hào)隔開
    result = self.es.search(index='map_data', doc_type='Feature',
                            filter_path=['hits.hits._id,hits.hits._source.properties.area_name'])

5.6 count 查詢數(shù)量

# 查詢數(shù)據(jù)數(shù)量 count
    result = self.es.count(index='map_data', doc_type='Feature')
    print(result)

最終的查詢語句如下:

    result = self.es.search(index='map_data', doc_type='Feature', body=body)

    print(result['hits']['hits'])
    print(len(result['hits']['hits']))

body 對(duì)應(yīng)的是各個(gè)查詢方法的語句慨蛙。

至此 就是python 操作Elasticsearch常用的增刪改查的操作辽聊。

想要完整代碼,還有哪些不懂的小伙伴可以私我留言期贫,或者加我QQ3479920009跟匆,備注CSDN。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末通砍,一起剝皮案震驚了整個(gè)濱河市贾铝,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌埠帕,老刑警劉巖垢揩,帶你破解...
    沈念sama閱讀 219,366評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異敛瓷,居然都是意外死亡叁巨,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,521評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門呐籽,熙熙樓的掌柜王于貴愁眉苦臉地迎上來锋勺,“玉大人,你說我怎么就攤上這事狡蝶∈鳎” “怎么了?”我有些...
    開封第一講書人閱讀 165,689評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵贪惹,是天一觀的道長苏章。 經(jīng)常有香客問我,道長奏瞬,這世上最難降的妖魔是什么枫绅? 我笑而不...
    開封第一講書人閱讀 58,925評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮硼端,結(jié)果婚禮上并淋,老公的妹妹穿的比我還像新娘。我一直安慰自己珍昨,他們只是感情好县耽,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,942評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著镣典,像睡著了一般兔毙。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上骆撇,一...
    開封第一講書人閱讀 51,727評(píng)論 1 305
  • 那天瞒御,我揣著相機(jī)與錄音父叙,去河邊找鬼神郊。 笑死肴裙,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的涌乳。 我是一名探鬼主播蜻懦,決...
    沈念sama閱讀 40,447評(píng)論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼夕晓!你這毒婦竟也來了宛乃?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,349評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤蒸辆,失蹤者是張志新(化名)和其女友劉穎征炼,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體躬贡,經(jīng)...
    沈念sama閱讀 45,820評(píng)論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡谆奥,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,990評(píng)論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了拂玻。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片酸些。...
    茶點(diǎn)故事閱讀 40,127評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖檐蚜,靈堂內(nèi)的尸體忽然破棺而出魄懂,到底是詐尸還是另有隱情,我是刑警寧澤闯第,帶...
    沈念sama閱讀 35,812評(píng)論 5 346
  • 正文 年R本政府宣布市栗,位于F島的核電站,受9級(jí)特大地震影響咳短,放射性物質(zhì)發(fā)生泄漏肃廓。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,471評(píng)論 3 331
  • 文/蒙蒙 一诲泌、第九天 我趴在偏房一處隱蔽的房頂上張望盲赊。 院中可真熱鬧,春花似錦敷扫、人聲如沸哀蘑。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,017評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽绘迁。三九已至,卻和暖如春卒密,著一層夾襖步出監(jiān)牢的瞬間缀台,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,142評(píng)論 1 272
  • 我被黑心中介騙來泰國打工哮奇, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留膛腐,地道東北人睛约。 一個(gè)月前我還...
    沈念sama閱讀 48,388評(píng)論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像哲身,于是被迫代替她去往敵國和親辩涝。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,066評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容

  • ORA-00001: 違反唯一約束條件 (.) 錯(cuò)誤說明:當(dāng)在唯一索引所對(duì)應(yīng)的列上鍵入重復(fù)值時(shí)勘天,會(huì)觸發(fā)此異常怔揩。 O...
    我想起個(gè)好名字閱讀 5,320評(píng)論 0 9
  • 歡迎訪問我的博客查看原文:http://wangnan.tech 注:文本整理自《ELKstack權(quán)威指南》 目錄...
    GhostStories閱讀 10,433評(píng)論 0 7
  • 今天看到一位朋友寫的mysql筆記總結(jié),覺得寫的很詳細(xì)很用心脯丝,這里轉(zhuǎn)載一下商膊,供大家參考下,也希望大家能關(guān)注他原文地...
    信仰與初衷閱讀 4,734評(píng)論 0 30
  • 本文是基于es6.6的版本, 前面有一篇文章是關(guān)于安裝的: http://www.reibang.com/p/1...
    彭槐閱讀 14,282評(píng)論 0 1
  • 介紹 elasticsearch是一個(gè)高效的宠进、可擴(kuò)展的全文搜索引擎 基本概念 Near Realtime(NRT)...
    imsilence閱讀 778評(píng)論 0 0